随着控制、通信与计算机技术的不断发展与深度融合,产生出物理空间与信息空间深度交互的信息物理系统(Cyber-Physical Systems,CPS),在工业生产、国防军事、智慧交通、智能电网等领域具有重要应用。无线远程状态估计是信息物理系统的重要技术之一,面临传感器资源受限、通信网络不可靠等问题带来的挑战。现有研究针对不同丢包模型,提出了网络资源调度方法提高远程状态估计性能,但是,这些研究大多基于假定的信道丢包模型(如i.i.d、Markov等模型)。而在实际应用中,特别是复杂工况下,无线信道的状态受多种复杂因素影响而往往难以事先已知。本文针对未知信道下的无线远程状态估计问题,研究了无线传感器在线传输调度方法,主要贡献如下:1.介绍了信息物理系统远程状态估计的研究背景及现状,指出现有研究工作中的不足。2.介绍了卡尔曼滤波器、在通信不可靠情形下的改进卡尔曼滤波器、模型预测控制方法。3.针对未知信道下的无线远程状态估计问题,提出了基于事件驱动的无线传感器重传调度策略。该策略根据数据包到达情况自适应调整待发送数据包在其传输时隙重传次数,从而提高传输可靠性。仿真结果表明与平均预分配重传次数传输方法相比,该策略能显著降低数据包丢失率,使远程状态误差协方差维持在较低水平。4.进一步,考虑能量限制,提出了在未知信道下,基于模型预测控制的无线传感器传输能量控制方法。该方法在利用深度学习预测未来时刻信道质量基础上,利用模型预测控制的方法求解当前窗口最优传输能量序列。仿真结果表明较平均预分配能量级传输方法,该策略能使丢包数量降低80%,并使远程状态误差协方差维持在较低水平。最后,我们对本文所做的工作进行了归纳总结,并对未来的研究工作进行展望。